随着计算机技术的不断进步,并行与分布式计算得到了飞速发展,并广泛应用于科学计算、信息处理和移动通信,特别是高性能计算等领域。随着系统规模的增长、应用程序复杂度以及运行时间增加等原因,系统出错的概率大大增加。为保证系统的高可靠性,容错技术被广泛采用并且成为目前计算机研究领域的一个热点。软件容错因其具有较强的灵活性及实现费用低的特点,被越来越多的应用到不同领域。作为一种流行的软件容错机制,检查点与恢复技术的实现思想是在程序正确运行的过程中定期保存进程状态、生成检查点文件,当系统出现故障时,将出错进程卷回到最近的检查点处继续执行。检查点与恢复技术的实现模式有两种:基于用户级的检查点系统和基于内核级的检查点系统。本文通过分析这两种模式的检查点系统实例说明了两者各自的优缺点。根据Linux可加载内核模块机制提出一种基于Linux内核的进程检查点与恢复系统HDCR的设计与实现方案,利用Linux内核线程实现了检查点设置与恢复内核模块,将此模块加载到Linux内核层以提供底层检查点设置及进程恢复机制。基于此内核模块在用户层构造了一个检查点函数库,为用户提供相应接口,用户通过组合使用这些接口可以高效地实现具体检查点与恢复算法。本文还提出了一种并行环境下进程同步过程实现算法:parallel-sync算法,确保检查点状态达到全局一致。实验结果表明,该检查点系统能够对用户进程进行透明、高效的检查点采取操作,并能进行无错卷回恢复、支持用户具体的检查点策略。说明系统具有可靠性、高效性和灵活性。